TaskNet 依托 AI 访谈员采集六类职业岗位任务清单

TaskNet 这套开源职业任务分类体系，核心就是用 AI 访谈员和一线从业者对话，批量收集、整理岗位真实工作任务清单，首期一共覆盖 6 类职业，用来补足传统 ONET 职业库里面缺失的工作内容，同时标记 AI 对各项任务带来的改造、新增影响，方便研究人员看懂 AI 到底怎么改变不同岗位的实际工作内容。传统的职业任务库更新很慢，大多是专家提前整理固定条目，很多 AI 催生出来的新工作、岗位里隐性的细碎任务没法及时录入，统计出来的岗位画像和真实工作脱节。TaskNet 改用大模型充当 AI 访谈员，主动和在岗员工开放式对话，引导员工回忆日常工作细节，挖掘标准清单里没记录的任务，采集完之后再交由从业者和 ONET 专业分析师双重核验，产出更贴合现状的任务清单。

一、首期覆盖的 6 类职业清单

二、AI 访谈员搭建任务清单完整步骤

1. 访谈发起：AI 访谈员和在岗从业者开启开放式对话，不局限固定问卷，顺着回答持续追问，挖掘日常真实工作事项
2. 信息归集：AI 自动整理对话内容，按照工作目标、动作拆解成独立任务条目，剔除重复描述
3. 属性标注：给每条任务打上标签，区分原有常规任务、被 AI 改造任务、AI 催生全新任务，同时标注自动化难度
4. 双重核验：先由受访员工核对条目是否准确，再交给 O*NET 专业分析师复审校验
5. 入库汇总：核验通过的任务并入 TaskNet 任务库，补充到原有职业任务体系

三、项目产出结果

首期测试里，TaskNet 一共挖掘出 79 条在原版 ONET 里面不存在、并且通过核验的新增任务，其中有 5 条任务是 AI 普及之后才诞生或者被重塑出来的新工作内容，直观证明传统职业清单存在明显信息缺口。

这套方案给职业研究、劳动力分析提供了可规模化的新办法，以后可以持续用 AI 访谈员去跟踪更多岗位的任务变化，持续更新职业任务目录，持续跟踪 AI 对各行各业工作内容的长期影响。

【相关 FAQ】

问题 1：TaskNet 的 AI 访谈员是怎么收集六类职业的任务清单？

回答 1：TaskNet 的 AI 访谈员以对话形式和六类职业在岗人员交流，主动追问挖掘真实工作事项，整理拆分任务条目，之后经过从业者和分析师核验，完成六类职业任务清单采集。

问题 2：TaskNet 覆盖的六类职业包含哪些岗位？

回答 2：TaskNet 首期覆盖六类职业分别是软件开发人员、个人护理人员、急诊医生、律师、小学教师、洗碗工。

问题 3：TaskNet 用 AI 访谈员做任务清单和传统 ONET 库相比优势在哪？

回答 3：TaskNet 依靠 AI 访谈员可以低成本规模化访谈，更容易找到 AI 带来的新增、改造任务，更新速度更快，还原岗位真实工作，弥补传统 ONET 更新滞后、隐性任务缺失的短板。

【参考资料】

[2026-11-11]（Mercor 发现员工希望 AI 处理常规任务而非高风险决策）Superpower Daily

[2026-10-30]（斯坦福 TaskNet 揭示 AI 时代工作特征）Future of Work Insider

[2026-10-27]（TaskNet：全新工作分类体系介绍）Mercor Blog

【免责声明】

本文内容仅为公开研究信息整理，不构成就业指导、行业研判、投资相关建议；相关研究结论仅针对该项目首期样本，职业任务变化会随技术、行业规则持续变动，请结合最新官方资料参考。